搜索资源列表
kpca_azaaza
- 核主成分分析KPCA算法源码[matlab]
KPCA
- 核主成分分析，MATLAB编写，可用于人脸识别等模式识别问题，欢迎使用。
kpca
- 核主成分分析算法KPCA 的matlab程序/代码 基于二维数据的。-kernel principal component analysis
kpca_azaaza
- kpca 基于核主成分分析的源程序，有注释，希望对大家有帮助！-kpca based on kernel principal component analysis, source code, there are comments, want to help you!
KPCAEXAMPLE
- 一个很好的核主成分分析matlab程序应用举例。该程序是在前人的核主成分分析程序基础上做了适当的修改产生的，可用于多维数据的降维和压缩处理。-A good kernel principal component analysis matlab application procedures, for example. The program is in the predecessors of Kernel Principal Component Analysis based on the proce
CKPCA-HOG-SVM
- 为了准确地对监控场景中的运动目标进行语义上的分类，提出了一种基于聚类的核主成分分析梯度方向直方图和二又决策树支持向量机的运动目标分类算法。-In order to accurately monitor the movement of scene targets semantic classification, the clustering based on kernel principal component analysis of gradient direction histograms,
KPCA_p
- 核主成分分析中使用多项式核函数时的MATLAB代码，有注释，易看懂。-Kernel Principal Component Analysis in the use of polynomial kernel function of the MATLAB code, annotated, easy read.
kpca1
- kpca核主成分分析用于故障诊断与辨识中，具有很强的应用价值-kpca kernel principal component analysis for fault diagnosis and identification, has a strong value
KPCA
- 核主成分分析方法，是主成分分析的一种改进算法，是一种非线性的特征提取方法。 -Kernel principal component analysis, is the principal component analysis of an improved algorithm, is a nonlinear feature extraction method.
svm
- svm核主成分分析，简单实用，毕业论文程序-svm kernel principal component analysis, simple and practical, graduation procedures
imagefeatureextractionmethod
- 桌红外图像特征提取方法研究。基于模糊核主成分分析的高光谱遥感影像特征提取研究。-Table infrared image feature extraction method.
kpca
- 基于聚类分析的核主成分分析，简单实用，希望对大家有帮助。-Based on cluster analysis of kernel principal component analysis, simple and practical, we want to help.
KPCA_SVM
- 核主成分分析和支持向量机方法相结合，用于数据分类和预测。-Kernel principal component analysis and support vector machine method combined for data classification and prediction.
kpca
- 核主成分分析，用于轴承故障，人面识别，水位分布等的数据非线性提取。-Kernel principal component analysis for data bearing failure, human face recognition, water distribution and other non-linear extraction.
kpca
- 上传的这个Matlab源代码可以用于主成分分析以及核主成分分析，学者们可以通过此方法实现数据的压缩。-this can be used to have a Principal component analysis and a Kernel Principal component analysis by those research works
KPCAmatlab
- 核主成分分析方法kpca在matlab中的实现，包含参数优化等-KPCA in matlab
KPCA1
- 通过非线性映射将原始空间的向量映射到高维空间，进而提取特征的方法 核主成分分析法-Kernel Principal Component Analysis
核主成分分析
- 在具有降维作用的核主成分分析方法基础上增加一个核函数成为新的核主成分分析方法。(On the basis of kernel principal component analysis with dimension reduction, a kernel function is added to be a new kernel principal component analysis method.)
核函数主成分分析KPCA
- 在多元统计领域中，核函数主成分分析(kernel principal component analysis, kernel PCA)是利用核函数方法技术对主成分分析(PCA)的扩展。使用核函数使原PCA的线性操作是在一个复制的内核希尔伯特空间中执行的。 KPCA的运算步骤势在PCA之前首先对数据进行kernel变换 ，再求相关系数矩阵。(In the field of multivariate statistics, kernel principal component analysis (ke
核主元分析（Kernel principal component analysis ，KPCA）在降维、特征提取以及故障检测中的应用
- 主要功能有： （1）训练数据和测试数据的非线性主元提取（降维、特征提取） （2）SPE和T2统计量及其控制限的计算 （3）故障检测 KPCA的建模过程（故障检测）： （1）获取训练数据（工业过程数据需要进行标准化处理） （2）计算核矩阵 （3）核矩阵中心化 （4）特征值分解 （5）特征向量的标准化处理 （6）主元个数的选取 （7）计算非线性主成分（即降维结果或者特征提取结果） （8）SPE和T2统计量的控制限计算